La puce M3 Ultra est-elle plus rapide que la M3 Max pour les LLM ?

La puce M3 Ultra lit la mémoire environ 105 % plus vite que la M3 Max (819 contre 400 GB/s) ; elle écrit donc environ 105 % plus vite avec tout modèle qui tient dans les deux. La lecture d’un long prompt dépend plutôt de la puissance de calcul du GPU, que cette comparaison ne couvre pas.

Laquelle fait tourner de plus grands modèles, la M3 Max ou la M3 Ultra ?

La M3 Ultra : La puce M3 Ultra monte jusqu’à 512 GB de mémoire, la M3 Max jusqu’à 128 GB. À sa plus grande capacité, elle fait bien tourner 60 des 73 modèles ouverts, contre 47.

M3 Max vs M3 Ultra pour LLM : mémoire, vitesse, lequel choisir

Côte à côte

	M3 Max	M3 Ultra
Capacités de mémoire	36, 48, 64, 96, 128 GB	96, 256, 512 GB
Bande passante mémoire	300–400 GB/s	819 GB/s
Pour les modèles, au plus	environ 96 GB	environ 384 GB
Modèles qui tournent bien	47 sur 73	60 sur 73
Classe de place MLX	Pro	Ultra
Présente dans	MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)	Mac Studio (2025)

Vitesse avec des modèles populaires

Tokens par seconde pour une conversation, chaque puce avec sa plus grande capacité de mémoire (128 GB et 512 GB), avec la meilleure version du modèle qui tient.

Modèle	M3 Max	M3 Ultra
Llama 3.1 8B Instruct8B	21–38 8 bits	43–77 8 bits
gpt-oss-20b21B · 3,6B actifs	95–168 4,25 bits natif	194–345 4,25 bits natif
Qwen3.6 35B A3B35B · 3B actifs	56–100 8 bits	115–205 8 bits
Qwen3.8 27B27B	12–21 4 bits	13–23 8 bits
Llama 3.3 70B Instruct70B	2–4 8 bits	5–9 8 bits
gpt-oss-120b117B · 5,1B actifs	67–119 4,25 bits natif	137–243 4,25 bits natif
Qwen3.5 122B A10B122B · 10B actifs	32–57 4 bits	35–62 8 bits
DeepSeek V4 Flash 0731284B · 13B actifs	44–78 2 bits qualité moindre	27–47 8 bits

Questions

La puce M3 Ultra est-elle plus rapide que la M3 Max pour les LLM ?: La puce M3 Ultra lit la mémoire environ 105 % plus vite que la M3 Max (819 contre 400 GB/s) ; elle écrit donc environ 105 % plus vite avec tout modèle qui tient dans les deux. La lecture d’un long prompt dépend plutôt de la puissance de calcul du GPU, que cette comparaison ne couvre pas.
Laquelle fait tourner de plus grands modèles, la M3 Max ou la M3 Ultra ?: La M3 Ultra : La puce M3 Ultra monte jusqu’à 512 GB de mémoire, la M3 Max jusqu’à 128 GB. À sa plus grande capacité, elle fait bien tourner 60 des 73 modèles ouverts, contre 47.

Autres comparaisons

La puce M3 Max pour l’IA locale · La puce M3 Ultra pour l’IA locale · Comparer tous les modèles · Le meilleur Mac pour les LLM en local

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.